大家拍照或图片时，获取会遇到图像颜色与实际颜色存在色差的现象。我们看一个标准色卡的图片：

第一张图片就是有色差的图片，这种现象一般是相机或光线的原因造成的，我们可以通过标准色卡进行校正。

第一张图片是有色差的图片拍摄的标准色卡图片，第二张是标准色卡的正常图片，其实我们只要拿到两张色卡的颜色转换关系就可以解决这个问题了。

当然，我们的第一张色卡有些畸变，最好做一个校正，我这里为了演示效果没有做这方面的处理。但白平衡时必须的：

### 白平衡演示代码：
def image_balance(imagefile):
    src = cv2.imread(imagefile)
    src_copy = src.copy()
    b, g, r = cv2.split(src)
    r_avg = cv2.mean(r)[0]
    g_avg = cv2.mean(g)[0]
    b_avg = cv2.mean(b)[0]

    # 求各个通道所占增益
    k = (r_avg + g_avg + b_avg) / 3
    kr = k / r_avg
    kg = k / g_avg
    kb = k / b_avg

    r = cv2.addWeighted(src1=r, alpha=kr, src2=0, beta=0, gamma=0)
    g = cv2.addWeighted(src1=g, alpha=kg, src2=0, beta=0, gamma=0)
    b = cv2.addWeighted(src1=b, alpha=kb, src2=0, beta=0, gamma=0)

    balance_img = cv2.merge([b, g, r])
    imgs = np.hstack([src_copy, balance_img])

    cv2.namedWindow("imgs",0)
    cv2.imshow("imgs",imgs)
    cv2.waitKey(0)

def image_balance_v2(imagefile)：
    src = cv2.imread(imagefile)
    src_copy = src.copy()


    final = cv2.cvtColor(src,cv2.COLOR_BGR2LAB)
    avg_a = np.average(final[:, :, 1])
    avg_b = np.average(final[:, :, 2])

    for x in range(final.shape[0]):
        for y in range(final.shape[1]):
            l,a,b = final[x,y,:]
            l *=100/255.0
            final[x, y, 1] = a - ((avg_a - 128)*(l/100)*1.1)
            final[x, y, 2] = b - ((avg_b - 128) * (l / 100) * 1.1)

    final = cv2.cvtColor(final,cv2.COLOR_LAB2BGR)

    imgs = np.hstack([src_copy, final])
    cv2.namedWindow("imgs", 0)
    cv2.imshow("imgs", imgs)
    cv2.waitKey(0)

最后我选择完美反射算法进行白平衡处理。再接下来就是对两张色卡图片进行拟合，获得转换系数，这个很简单就不具体说了，拟合效果如下：

#### 颜色校准方法测试：
url_path = "https://img2.baidu.com/it/u=3233561313,355379518&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=375"
src = url2img(url_path)
image_color_correction(src) 

下面看一下具体结果：

示例1：

示例2：

示例3：

示例4：